智慧能源站能效指標(biāo)評估體系

徐文林，方騰，徐勇，郭春林，張蒙召

(1.國網(wǎng)湖南省電力有限公司，湖南 長沙 410004；2.華北電力大學(xué) 新能源電力系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室，北京 102200；3.國網(wǎng)湖南綜合能源服務(wù)有限公司，湖南 長沙 410007)

0 引言

電網(wǎng)企業(yè)正在探索利用變壓器資源等優(yōu)勢，進(jìn)行變電站、數(shù)據(jù)中心和能源站合一建設(shè)，以形成一個智能化節(jié)約能源的智慧能源站[1－2]。利用變電站站址資源，建立分布式儲能系統(tǒng)，成為能源輸送和轉(zhuǎn)換利用的重要環(huán)節(jié)，為多能協(xié)同提供基礎(chǔ)。儲能站能有效參與區(qū)域電網(wǎng)調(diào)節(jié)，節(jié)省為滿足短時最大負(fù)荷而所需的建設(shè)投資；數(shù)據(jù)中心站基于模塊化裝備和綜合能效管理平臺，可以彌補(bǔ)云的不足，實(shí)現(xiàn)云數(shù)據(jù)中心的分中心功能，能提高單位能效，降低運(yùn)行成本，提升運(yùn)營能力。

文獻(xiàn)[3] 提出了適用于電網(wǎng)的靜態(tài)、動態(tài)和技術(shù)經(jīng)濟(jì)分析的綜合能效評估方法。文獻(xiàn)[4] 從電氣設(shè)備性能、系統(tǒng)運(yùn)行狀態(tài)、建筑結(jié)構(gòu)性能和運(yùn)行環(huán)境因素4 個角度構(gòu)建變電站能效評估指標(biāo)體系，文獻(xiàn)[5] 對比了光儲充電站的交流配電方案和直流配電方案的能效差異?？梢?，目前，電力領(lǐng)域的能效評估方法主要停留在傳統(tǒng)設(shè)備層面。對于三站合一的綜合電站的能效評估甚少，隨著智慧能源站的興起，智慧能源站能效評估體系的重要性日益凸顯。

1 智慧能源站及其能效指標(biāo)體系

智慧能源站以新建變電站為依托，創(chuàng)新建設(shè)模式，實(shí)現(xiàn)變電站、儲能站、數(shù)據(jù)中心、電動汽車充換電站、屋頂光伏等分布式新能源集成融合[6]，實(shí)現(xiàn)能源流、數(shù)據(jù)流、業(yè)務(wù)流合一，來提升電網(wǎng)綜合效率效益，滿足城市建設(shè)對能源、環(huán)境的綜合要求[7－9]。變電站內(nèi)除了主變壓器、站用變壓器等用來傳輸電能和供給用電，還設(shè)有信號控制裝置、直流電源、繼電保護(hù)和絕緣監(jiān)測等二次設(shè)備，以及冷卻裝置、空調(diào)等輔助設(shè)備[10－11]，其主要能耗設(shè)備為冷卻設(shè)備和空調(diào)等溫濕度調(diào)節(jié)設(shè)備。綜合能源站包括光伏系統(tǒng)、儲能系統(tǒng)和充電樁等設(shè)備。利用儲能站，實(shí)現(xiàn)“削峰填谷” 效應(yīng)，緩解能源站供電壓力，整合變電站常規(guī)的二次設(shè)備、通信設(shè)備蓄電池組和數(shù)據(jù)中心UPS 電源，為傳統(tǒng)二次設(shè)備、通信設(shè)備提供備用直流電源。其中，鉛蓄電池和液流電池的轉(zhuǎn)換效率較低，為70%～85%，鋰離子電池的轉(zhuǎn)換效率一般在90%以上，可見轉(zhuǎn)換效率是影響儲能設(shè)備能效的關(guān)鍵因素。在光伏系統(tǒng)和充電站中，損耗占比最大的便是充電樁和并網(wǎng)變換器損耗，大約在總損耗的70%以上；其次是線路損耗，這是由于充電樁支路數(shù)量多，傳輸線路長，因而損耗比重較大[12]。數(shù)據(jù)中心的能耗因素主要從5 個方面進(jìn)行考慮，分別為基站主設(shè)備、空調(diào)等溫濕度調(diào)控設(shè)備、電源系統(tǒng)、其他輔助設(shè)備和機(jī)房建設(shè)能耗。其中，基站主設(shè)備和空調(diào)能耗占數(shù)據(jù)中心總能耗的90%以上[13]。此外由交直流混聯(lián)網(wǎng)提供直流電源，同時復(fù)用儲能作為后備電源，可以取消數(shù)據(jù)中心UPS 電源系統(tǒng)和備用柴油機(jī)，可不予考慮電源系統(tǒng)能耗，同時也可達(dá)到降耗的目的。

綜合考慮上述整個智慧能源站能耗影響因素，從變電站、數(shù)據(jù)中心、能源站、建筑設(shè)備以及照明設(shè)備5 個角度進(jìn)行分析，建立三站合一式的綜合能效評估體系，如圖1 所示。

圖1 智慧能源站層次分析結(jié)構(gòu)圖

2 智慧能源站能效指標(biāo)計(jì)算方法

2.1 變電站能效指標(biāo)

2.1.1 變壓器綜合損耗率

變壓器綜合損耗主要包括主變壓器和站用變壓器的空載損耗、空載電流無功損耗所引起的有功損耗、負(fù)載損耗和負(fù)載時繞組漏抗漏磁無功損耗所引起的有功損耗四部分組成。若已知無功經(jīng)濟(jì)當(dāng)量KQ，負(fù)荷波動系數(shù)KT和變壓器負(fù)載系數(shù)β，則變壓器的綜合損耗可表示為[14]:

式中，P0為變壓器空載損耗，Q0為變壓器磁化功率損耗，Pk為變壓器額定負(fù)載功率損耗，Qk為變壓器額定負(fù)載時繞組漏抗漏磁功率。

則變壓器的損耗率為:

式中，SN為變壓器額定容量，cosφ為變壓器負(fù)荷側(cè)的平均功率因數(shù)。

2.1.2 主變壓器冷卻方式

冷卻系統(tǒng)的主要作用是為長時間運(yùn)行的電力設(shè)備進(jìn)行降溫冷卻，也是重要的耗電設(shè)備，電力變壓器常用的冷卻方式一般分為油浸自冷式、油浸風(fēng)冷式和強(qiáng)迫油循環(huán)三種，強(qiáng)迫油循環(huán)又有強(qiáng)油風(fēng)冷和強(qiáng)油水冷兩種方式。強(qiáng)迫油循環(huán)由于有油泵機(jī)和風(fēng)扇等設(shè)備因而耗能較多，油浸自冷式由于沒有特別的冷卻設(shè)備因而損耗較少，設(shè)油浸自冷式、油浸風(fēng)冷式和強(qiáng)迫油循環(huán)消耗的總功率分別為P油自、P油風(fēng)、P強(qiáng)油，則冷卻設(shè)備的能效表示為:

式中，a1、a2、a3分別為油浸自冷式、油浸風(fēng)冷式和強(qiáng)迫油循環(huán)的臺數(shù)與總臺數(shù)的占比。

2.1.3 空調(diào)設(shè)備能效

空調(diào)系統(tǒng)是非常重要的調(diào)溫裝置，常用來制冷降溫，其能耗也占相當(dāng)大的一部分，現(xiàn)階段為節(jié)省電能，大部分電站已經(jīng)開始采用自動調(diào)節(jié)裝置，每臺空調(diào)設(shè)備都有標(biāo)準(zhǔn)的能效比，即制冷量和輸入功率的比值，故引入空調(diào)能效比來衡量整個智慧能源站的空調(diào)設(shè)備能耗，計(jì)算公式如下:

式中，t為空調(diào)臺數(shù)，EERi為第i臺空調(diào)的能效比，Pout.i為第i臺空調(diào)的制冷量，Pout.total為所有空調(diào)總的額定制冷量。

2.2 數(shù)據(jù)中心能效指標(biāo)

2.2.1 主設(shè)備能效

數(shù)據(jù)中心的主設(shè)備能耗主要包括載頻能耗和機(jī)柜基礎(chǔ)能耗。機(jī)柜基礎(chǔ)能耗主要由控制板、風(fēng)扇等設(shè)備組成，大約占主設(shè)備能耗的10%左右。載頻數(shù)是影響主設(shè)備能耗的主要因素，主設(shè)備能效可由式(5) 進(jìn)行表示:

式中，PCFi為第i臺載頻耗電功率；PS為電源總功率；s為載頻數(shù)。

2.2.2 空調(diào)設(shè)備能效

空調(diào)能效的計(jì)算方法同變電站能效指標(biāo)中的空調(diào)能效，此處不再贅述。

2.3 能源站能效指標(biāo)

上述已經(jīng)提及綜合能源站的主要能耗影響因素為換流器轉(zhuǎn)換效率、儲能轉(zhuǎn)換效率和線損率。

2.3.1 換流器轉(zhuǎn)換效率

在能源站中，換流器必不可少，儲能設(shè)備與交流電網(wǎng)通過交直變換器連接，光伏并網(wǎng)和充電樁等方面同樣需要換流器的使用。因此，換流器轉(zhuǎn)換效率C1用式(6) 來表示:

式中，b為換流器總數(shù)量；ηi為第i臺換流器效率。

2.3.2 儲能設(shè)備能效

儲能設(shè)備的能耗主要與電池材料有關(guān)，電池性能越好，儲能轉(zhuǎn)換效率也就越高，能效可用式(7) 表示:

式中，c為換流器總數(shù)量；Ej為第j臺儲能設(shè)備轉(zhuǎn)換效率。

2.3.3 線損率

所謂線損率，是指線路損耗的電能與線路始端輸入電能的比值。線路損耗的電能可由最大功率損耗時間法或者經(jīng)驗(yàn)法求得，則線損率可表示為:

式中，W1為線路始端輸入的電能，ΔWz為線路損耗的電能。

2.4 建筑設(shè)備能效

智慧能源站中有節(jié)能要求的建筑類型主要包括有較多人員流通的主控通信樓和對設(shè)備正常運(yùn)行有熱環(huán)境需求的二次設(shè)備室，從節(jié)能角度進(jìn)行考慮，需要滿足冬季的防寒與保溫，盡可能多地獲得太陽輻射熱量并減少熱量損失，同時還應(yīng)兼顧夏季防熱，綜合考慮以達(dá)到節(jié)能目的[15]。影響能耗的建筑因素主要有總平面布局、建筑形態(tài)和圍護(hù)結(jié)構(gòu)。

2.4.1 總平面布局

建筑物的總平面布局應(yīng)盡量為南北朝向，使其能夠在冬季得到較多的太陽輻射。因此，對于有熱環(huán)境需求的設(shè)備的建筑，接近或?yàn)槟媳背蛴洖?，否則記為0，用南北向的建筑數(shù)量之和Ns與有熱環(huán)境需求的設(shè)備建筑總和N的比值來表示平面布局的能效，即:

2.4.2 體型系數(shù)

體型系數(shù)是指建筑物與室外大氣接觸的外表面積與其所包圍的體積的比值。體型系數(shù)應(yīng)盡量控制在0.3 以內(nèi)，反映一棟建筑體型的復(fù)雜程度和圍護(hù)結(jié)構(gòu)散熱面積的多少，體型系數(shù)越大，則體形越復(fù)雜，其圍護(hù)結(jié)構(gòu)散熱面積就越大，建筑物圍護(hù)結(jié)構(gòu)傳熱、耗熱量就越大。因此，建筑體型系數(shù)是影響建筑物耗熱量指標(biāo)的重要因素之一，其公式為:

式中，S為建筑體型系數(shù)，F(xiàn)0為建筑的外表面積，V0為建筑體積。

2.4.3 窗墻面積比

每個朝向窗墻面積比D3是指每個朝向外墻面上的窗、陽臺、門及幕墻的透明部分的總面積S窗與所在朝向建筑的總面積S墻之比。一般普通窗戶的保溫隔熱性能比外墻差很多，窗墻面積比越大，采暖和空調(diào)能耗也越大。因此，從降低建筑能耗的角度出發(fā)，必須限制窗墻面積比。國標(biāo)GB50189—2005 規(guī)定窗墻面積比均不應(yīng)大于0.7。窗墻面積比公式為:

2.4.4 傳熱系數(shù)

通常從墻體構(gòu)造設(shè)計(jì)和材料選擇方面入手，其保溫性能主要體現(xiàn)在傳熱系數(shù)上，熱量從圍護(hù)結(jié)構(gòu)一側(cè)傳遞到另一側(cè)所受阻力稱為圍護(hù)結(jié)構(gòu)傳熱阻。國標(biāo)指出，不同地區(qū)、不同窗墻面積比有不同的傳熱系數(shù)限定值，實(shí)例分析時可根據(jù)地區(qū)等因素查閱國標(biāo)相關(guān)限定值。研究表明，外墻傳熱系數(shù)的減少將明顯的降低建筑能耗[16]，傳熱系數(shù)K為傳熱阻R0的倒數(shù)，即:

2.5 照明設(shè)備能耗

智慧能源站內(nèi)照明燈具使用數(shù)量多、分布范圍廣，使用高效、節(jié)能型的燈具能夠節(jié)省大量的電能，使能效更高。對于同一照明燈具而言，其能效取決于燈具的性質(zhì)，因此采用節(jié)能燈具的總功率與全站照明設(shè)備的總功率的比值來衡量照明設(shè)備的能效，其表達(dá)式如下:

式中，p為節(jié)能燈具的數(shù)量，q為所有照明設(shè)備的數(shù)量，Pes，i為節(jié)能燈具的總功率，Pj為照明設(shè)備的總功率。

3 智慧能源站能效評估方法

3.1 構(gòu)造層次分析結(jié)構(gòu)

從能耗的定義出發(fā)，根據(jù)層次分析法(Analytic Hierarchy Process，AHP) 原理分層建立智慧能源站能效評估體系，著眼于以后有節(jié)能空間的設(shè)備以及能耗較多的設(shè)備建立評估體系，層次分析模型主要分為三層[17]。最高目標(biāo)層即提高智慧能源站總體能效O；中間為準(zhǔn)則層:M＝ {變電站能效，數(shù)據(jù)中心能效，能源站能效，建筑設(shè)備能效，照明設(shè)備能效}；最底層為方案層N，主要包含各個準(zhǔn)則層的一些指標(biāo)。能效指標(biāo)體系如圖1所示。

3.2 指標(biāo)數(shù)據(jù)規(guī)范化

用于評估能效的指標(biāo)分為極大型指標(biāo)和極小型指標(biāo)，由于能效越高越好，因此將極小型指標(biāo)轉(zhuǎn)換為極大型指標(biāo)，轉(zhuǎn)換方法如下:

式中，ymax為極小型指標(biāo)的最大值，y為轉(zhuǎn)換前的指標(biāo)值，y′為轉(zhuǎn)換后的指標(biāo)值。

設(shè)第k個指標(biāo)的變化區(qū)間為[a，b]，則第k個指標(biāo)yk轉(zhuǎn)化為無量綱值的變換公式為:

式中，n為指標(biāo)個數(shù)。

3.3 權(quán)重確定方法

3.3.1 主觀權(quán)重法

1) 構(gòu)造判斷矩陣

根據(jù)建立的指標(biāo)模型，由專家在每層中兩兩比較，按相對重要性賦予各個指標(biāo)相應(yīng)的權(quán)重，構(gòu)造出判斷矩陣，構(gòu)造的判斷矩陣形式見表1。其中，判斷矩陣標(biāo)度含義見表2。

表1 判斷矩陣形式

表2 判斷矩陣標(biāo)度含義

2) 一致性檢驗(yàn)

一致性檢驗(yàn)是用來檢驗(yàn)判斷矩陣的合理性，引入判斷矩陣最大特征根以外的其余特征根的負(fù)平均值CI以及平均隨機(jī)一致性指標(biāo)RI，作為度量判斷矩陣偏離一致性的指標(biāo)，即:

式中，λmax、n分別為判斷矩陣的最大特征值和階數(shù)。隨機(jī)一致性比率為:

3.3.2 灰色關(guān)聯(lián)度分析

灰色關(guān)聯(lián)分析即研究灰色系統(tǒng)中各因素之間相互關(guān)系的方法。在該智慧能源站指標(biāo)體系中，可以將各影響因素的能效最優(yōu)值作為母序列，將實(shí)際數(shù)據(jù)作為子序列，計(jì)算各子序列與母序列的關(guān)聯(lián)度，關(guān)聯(lián)度愈大，表明子因素與主因素的關(guān)系愈緊密，也可說子因素對主因素的影響能力愈大。因此，將關(guān)聯(lián)度作為權(quán)重的其中一個有一定的合理性。計(jì)算關(guān)聯(lián)度的步驟如下:

1) 選定母序列與子序列

母序列選用各個指標(biāo)的最優(yōu)值，對原始數(shù)據(jù)進(jìn)行處理后，其值均在0 到1 之間，且值越大越好。從變電站能效子因素母指標(biāo)為例:M1＝[1，1，1]，其列數(shù)為指標(biāo)個數(shù)。

對應(yīng)于每個母序列的子序列可表示為{Mi(k)}，i ＝1，2...n，k ＝1，2...m。n為時間段個數(shù)，m為子因素個數(shù)。

2) 計(jì)算子序列與母序列的關(guān)聯(lián)度

3) 由關(guān)聯(lián)度向權(quán)重的轉(zhuǎn)換

3.3.3 綜合權(quán)重確定

以上介紹了確定權(quán)重的兩種辦法，分別是主觀權(quán)重法和關(guān)聯(lián)度分析確定權(quán)重法，主觀權(quán)重法能夠充分吸收本領(lǐng)域?qū)＜业闹R和經(jīng)驗(yàn)，但其缺點(diǎn)是主觀意識太強(qiáng)，完全以主觀權(quán)重作為評估權(quán)重不完全合理。關(guān)聯(lián)度分析法是計(jì)算實(shí)際數(shù)據(jù)與理想數(shù)據(jù)之間的關(guān)聯(lián)度，關(guān)聯(lián)度越大，說明影響程度越大，但在該實(shí)例中，使用關(guān)聯(lián)度分析法并不能將能效的易提升程度體現(xiàn)出來。于是可通過將主觀權(quán)重法和關(guān)聯(lián)度分析法用加權(quán)方法結(jié)合起來，取長補(bǔ)短，得到一個綜合權(quán)重，即:

3.4 評估分值計(jì)算

通過上述分析，已經(jīng)求出了各個指標(biāo)的分值以及權(quán)重，則上一層的指標(biāo)評估分值計(jì)算公式如下:

式中，為準(zhǔn)則層第i個指標(biāo)下的第k個指標(biāo)的權(quán)重，為準(zhǔn)則層第i個指標(biāo)下的第k個指標(biāo)的分值，Ci為準(zhǔn)則層第i個指標(biāo)的分值。

4 仿真分析

以3 個不同的智慧能源站A、B、C 為例，評估3 個能源站的能效，能源站原始數(shù)據(jù)和極大值標(biāo)準(zhǔn)化后的數(shù)據(jù)見表3?；谔岢龅脑u估方法，首先根據(jù)指標(biāo)的判斷矩陣得出主觀權(quán)重；根據(jù)關(guān)聯(lián)度分析法確定客觀權(quán)重，得到N 層的綜合權(quán)重，結(jié)合3 個智慧能源站處理后的數(shù)據(jù)，得到M 層的能效分值；然后，依據(jù)N 層的權(quán)重確定方法，確定M 層的權(quán)重，最終計(jì)算出O 層的能效分值。M 和N 層指標(biāo)權(quán)重見表4，各能源站O 層和M 層指標(biāo)分值見表5。

表3 3 個智慧能源站各指標(biāo)數(shù)據(jù)

表4 M、N 層指標(biāo)權(quán)重

表5 基于綜合權(quán)重法的O 層和M 層分值

從表中可看出，3 個能源站，能效最高的是A，能效值為0.731 4；第二是B，能效為0.718 4；最差的是C，能效為0.689 3。分析原始數(shù)據(jù)，可以看出，B 相對于A 而言，建筑設(shè)備能效分值降低，其層面下的4 個指標(biāo)能效平均下降了0.1～0.2，總的能效分值下降了大約0.01；C 相對于A而言，數(shù)據(jù)中心、能源站和照明設(shè)備能效平均下降0.1～0.2，總能效下降了近0.05 個百分點(diǎn)。同時由權(quán)重也可看出，數(shù)據(jù)中心、能源站等權(quán)重占比較高，這是因?yàn)樵谡緝?nèi)有光伏和充電樁等設(shè)備，故有大量的換流器和線路，所以，在提高能效時可著重對該方面進(jìn)行提高，減小損耗。

此外，為驗(yàn)證該權(quán)重確定方法的有效性，分別基于主觀權(quán)重法和關(guān)聯(lián)度分析權(quán)重法，對智慧能源站A、B、C 的能效進(jìn)行了兩次分析，得到各智慧能源站的能效，見表6、表7。關(guān)聯(lián)度分析法確定權(quán)重得到的結(jié)果和主觀權(quán)重法得到的結(jié)果有差異，但基本屬于同一等級，可以說明客觀權(quán)重法的有效性。當(dāng)專家樣本量不夠或者專家觀點(diǎn)差別較大時，客觀權(quán)重法的作用可體現(xiàn)出來，將兩者結(jié)合起來可得到一個準(zhǔn)確有效且不失偏頗的方法。

表6 基于主觀權(quán)重法的O 層和M 層分值

表7 基于關(guān)聯(lián)度分析法的O 層和M 層分值

為研究不同環(huán)境條件下，諸如變壓器綜合損耗率、線損率等動態(tài)指標(biāo)對智慧能源站的能效，以南方某智慧能源站為模型，時期1 為夏季時的運(yùn)行狀態(tài)，空調(diào)等制冷設(shè)備大量長時間運(yùn)行，用電負(fù)荷量較大，高于最佳經(jīng)濟(jì)運(yùn)行負(fù)荷，主變冷卻耗電量增加；時期2 為冬季時的運(yùn)行狀態(tài)，此季度相對夏季氣溫較低，制冷設(shè)備大幅減少。由于不同的評判指標(biāo)可能具有不同的量綱和數(shù)量級，因此需將這些數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，此外，變壓器損耗率、線損率、體型系數(shù)、窗墻面積比和傳熱系數(shù)等指標(biāo)為極小型指標(biāo)，按照此前所述的轉(zhuǎn)換方法，將其轉(zhuǎn)換為極大型指標(biāo)，原始數(shù)據(jù)及處理后的數(shù)據(jù)見表8。

表8 智慧能源站A 兩時期數(shù)據(jù)

隨后，根據(jù)以上的求取權(quán)重的原理，得出各個層的判斷矩陣及權(quán)重，經(jīng)過計(jì)算得到O 層和M 層指標(biāo)的分值，權(quán)重和分值見表9[18－21]。根據(jù)M 層指標(biāo)和權(quán)重，計(jì)算得到智慧能源站能效O 層夏季和冬季能效分別為0.739 6、0.778 8，為準(zhǔn)確分析兩個季節(jié)能效的區(qū)別，將M 層指標(biāo)分值畫為散點(diǎn)圖，如圖2 所示。從圖中可以看出兩個季節(jié)的差別主要在變電站能效方面，變電站能效每降低0.094，智慧能源站能效大約降低0.04。由此可見，使系統(tǒng)運(yùn)行在經(jīng)濟(jì)狀態(tài)，能夠有效提高智慧能源站能效。

表9 M、N 層指標(biāo)權(quán)重和M 層分值

此外，從圖2 還可看出，變電站和建筑設(shè)備的能效較低，并且變電站能效所占比重大于建筑設(shè)備能效的分量。因此，在以后的節(jié)能管理中，可著重對變電站內(nèi)能耗較多的設(shè)備進(jìn)行改善，變壓器冷卻設(shè)備采用更加智能的調(diào)節(jié)方式。同時，也要兼顧變壓器的運(yùn)行狀態(tài)。使其運(yùn)行在最佳經(jīng)濟(jì)運(yùn)行狀態(tài)；為減少一次建筑設(shè)備耗能，建筑外墻設(shè)計(jì)是節(jié)能設(shè)計(jì)的一個重要組成部分，可從墻體構(gòu)造設(shè)計(jì)、材料選擇方面著手，提高墻體的熱工性能。

圖2 準(zhǔn)則層各指標(biāo)能效分值

5 結(jié)論

能效評估要考慮的因素很多，原則也各有不同，本文主要從如何減少能耗的方面考慮完成了以下內(nèi)容:

1) 介紹智慧能源站的具體架構(gòu)和重要組成設(shè)備，分析變電站、數(shù)據(jù)中心及能源站的能耗影響因素，提取出耗電量較大的主要能耗設(shè)備。

2) 對于變電站、數(shù)據(jù)中心和能源站一體建設(shè)的智慧能源站，提出了一種基于“三站合一形式”的能效指標(biāo)體系。

3) 基于能效指標(biāo)架構(gòu)，對層次分析法進(jìn)行改進(jìn)，結(jié)合關(guān)聯(lián)度分析法確定權(quán)重，從而建立智慧能源站能效評估體系。

4) 通過試驗(yàn)計(jì)算，得出了智慧能源站能效分值，分析了不同運(yùn)行狀態(tài)對能效的影響，并根據(jù)數(shù)據(jù)分析指出下一步需要改進(jìn)的方向，為智慧能源站節(jié)能提供節(jié)能方案參考。